多重插补：修订间差异

来自决策链云智库
（创建页面，内容为“{{Infobox nodebasic|nodename=多重插补|nodeimage=Multiple Imputation.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Multiple Imputation|abbreviation=MI|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::综合分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>利用蒙特卡洛模拟法（MCMC)将原始数据插补成几个…”）
 
无编辑摘要
第1行： 第1行：
{{Infobox nodebasic|nodename=多重插补|nodeimage=Multiple Imputation.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Multiple Imputation]]|abbreviation=MI|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::综合分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>利用蒙特卡洛模拟法（MCMC)将原始数据插补成几个完整数据集，在每个数据集中利用线性回归（lm)或广义线性规格（glm)等方法进行插补建模，再将这些完整的模型整合到一起，评价插补模型的优劣并返回完整数据集。该方法主要利用程辑包mice中的mice函数进行。\n用途：不仅仅估计一个可能的值来填补缺失数据，而是创建多个不同的完整数据集，每个数据集中的缺失值都被可能的值替代。\n参数：选择多个需要插补的变量，和多个参加插补的变量</p>|nodeinputnumber=4|nodeoutputnumber=2|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=PointSizePlot;DensityRangePlot;BarDodgePlot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList;DropManu;Text|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/多重插补_Plus|previousnode=[[碎石检验]]|nextnode=[[倾向性评分匹配]]}}{{Navplate AlgorithmNodeList}}[[Category:综合分析]]
{{Infobox nodebasic  
|nodename=多重插补
|nodeimage=Multiple Interpolation.png
|developer=Dev.Team-DPS
|productionstate=PC可用
|productionstatedesc=在[[DecisionLinnc | V1.0]]部署
|nodeenglishname=[[Has english name::Multiple Interpolation]]
|abbreviation=[[Has abbreviation::Mtp_Itpl]]
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::综合分析]]
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeshortdescription=<p>利用蒙特卡洛模拟法（MCMC)将原始数据插补成几个完整数据集，在每个数据集中利用线性回归（lm)或广义线性规格（glm)等方法进行插补建模，再将这些完整的模型整合到一起，评价插补模型的优劣并返回完整数据集。该方法主要利用程辑包mice中的mice函数进行。</p><p>用途：不仅仅估计一个可能的值来填补缺失数据，而是创建多个不同的完整数据集，每个数据集中的缺失值都被可能的值替代。</p><p>参数：选择多个需要插补的变量，和多个参加插补的变量</p>
|nodeinputnumber=4
|nodeoutputnumber=2
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeavailableplotlist=PointSizePlot;DensityRangePlot;BarDodgePlot
|nodeavailabletablelist=Table_For_Downstream
|nodeconfiguration=VariableList;DropManu;Text
|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/多重插补
|previousnode=[[碎石检验]]
|nextnode=[[多重插补]]
}}
 
 
{{Navplate AlgorithmNodeList}}
 
[[Category:综合分析]]

2023年12月4日 (一) 22:10的版本

Multiple Interpolation.png
节点状态
PC可用
在 V1.0部署
多重插补
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名多重插补
功能主类别数据分析
英文缩写Mtp_Itpl
功能亚类别综合分析
节点类型数据挖掘
开发语言R
节点简介

利用蒙特卡洛模拟法（MCMC)将原始数据插补成几个完整数据集，在每个数据集中利用线性回归（lm)或广义线性规格（glm)等方法进行插补建模，再将这些完整的模型整合到一起，评价插补模型的优劣并返回完整数据集。该方法主要利用程辑包mice中的mice函数进行。

用途：不仅仅估计一个可能的值来填补缺失数据，而是创建多个不同的完整数据集，每个数据集中的缺失值都被可能的值替代。

参数：选择多个需要插补的变量，和多个参加插补的变量

端口数量与逻辑控制(PC)
Input-入口4个
Output-出口2个
Loop-支持循环是
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点碎石检验
下一节点多重插补
WikimediaUI-Globe.svg相关网站



属性“Nodeicon”（作为页面类型）与输入值“File:”包含无效字符或不完整，并因此在查询或注释过程期间导致意外结果。


查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=多重插补&oldid=2468”
最近修改
此页面最后编辑于2023年12月4日 (星期一) 22:10。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].